一种基于视频识别的建筑屏幕灯具监测方法及系统与流程

本发明涉及一种建筑屏幕灯具监测方法，尤其涉及一种基于视频识别的建筑屏幕灯具监测方法，并涉及采用了该基于视频识别的建筑屏幕灯具监测方法的建筑屏幕灯具监测系统。

背景技术：

现在的led屏幕被广泛应用，比如在建筑媒体行业就经常应用了大屏幕，这种大屏幕的视频片源在由led灯具组成的建筑媒体屏幕进行播放时，如果在未能正常工作的灯具处，其视频不能正常显示播放，影响视频的播放效果，甚至可能造成误导；而传统的技术中，要想检查屏幕的灯具实际工作状态，必需要人工在现场进行检查，需要耗费巨大人力资源；建筑媒体屏播放的视频片源一般都内容复杂且色彩丰富，会使灯具的工作状态也变得复杂多变，人工在现场检查巨大的建筑媒体大屏幕时，某些细微的未正常工作的灯具难以被发现；检查到未正常的灯具后，也很难精准定位到坏灯具的具体位置，不便于后期维修。

技术实现要素：

本发明所要解决的技术问题是需要提供一种能够降低检查难度且降低维护人员工作量，便于后期维修的基于视频识别的建筑屏幕灯具监测方法，并进一步提供采用了该基于视频识别的建筑屏幕灯具监测方法的建筑屏幕灯具监测系统。

对此，本发明提供一种基于视频识别的建筑屏幕灯具监测方法，包括以下步骤：

步骤s1，获取到屏幕所播放的视频源文件；

步骤s2，播放视频源文件，并通过高清摄像机对所播放的视频进行实景拍摄，得到实际视频文件；

步骤s3，对所述实际视频文件进行分段截取，得到实际视频文件截取画面；对所述视频源文件进行分段截取，得到视频源文件截取画面；

步骤s4，对所述实际视频文件截取画面和所述视频源文件截取画面进行对比分析，根据对比分析的差异结果反馈屏幕的灯具状态信息。

本发明的进一步改进在于，所述步骤s3包括以下子步骤：

步骤s301，对所述实际视频文件进行等时高频截取，得到实际视频文件截取画面；

步骤s302，对所述视频源文件进行等时高频截取，得到视频源文件截取画面；

步骤s303，计算图片实际偏差，获取与所述视频源文件截取画面差异最小的实际视频文件截取画面。

本发明的进一步改进在于，所述步骤s303中，根据所述视频源文件截取画面的文件时间，选取该文件时间前后至少两个实际视频文件截取画面，将该文件时间前后至少两个实际视频文件截取画面分别与所述文件时间对应的视频源文件截取画面相比较，以差异最小的实际视频文件截取画面作为最终的实际视频文件截取画面。

本发明的进一步改进在于，所述步骤s4包括以下子步骤：

步骤s401，计算所述实际视频文件截取画面和所述视频源文件截取画面之间的像素点的rgbw数值差异；

步骤s402，当所述像素点的rgbw数值差异在预设差异范围内，反馈灯具正常的状态信息，否则跳转至步骤s403；

步骤s403,获取灯具异常的位置信息，并反馈灯具异常的状态信息。

本发明的进一步改进在于，所述步骤s403中，通过计算超过预设差异范围的像素点的坐标，获取所述灯具异常的位置信息，并自动反馈灯具监测到的异常信息，发送像素点坐标信息及维修需求。

本发明的进一步改进在于，当所述像素点rgbw数值差异超出预设差异范围时，随机再抽取至少一对所述实际视频文件截取画面和所述视频源文件截取画面，并对其在该像素点位置的rgbw数值进行对比和分析；若该像素点位置的rgbw数值仍超出预设差异范围，则自动发送该像素点坐标信息及维修需求。

本发明的进一步改进在于，在发送所述像素点坐标信息及维修需求后，自动忽略该像素点坐标的rgbw数值差异，直到接收到维修完成的控制信号。

本发明的进一步改进在于，所述步骤s2中，通过高清摄像机对所播放的视频进行实景拍摄，并对拍摄的视频进行边界处理和噪声滤波处理，得到滤除干扰后的实际视频文件。

本发明的进一步改进在于，所述步骤s3中，对所述实际视频文件和所述视频源文件进行分段截取的过程中，通过同步控制对所述实际视频文件和所述视频源文件进行高频同时刻的画面截取，且所述实际视频文件和所述视频源文件的第一帧和最后一帧均必须截取。

本发明还提供一种基于视频识别的建筑屏幕灯具监测系统，采用了如上所述的基于视频识别的建筑屏幕灯具监测方法。

与现有技术相比，本发明的有益效果在于：当想要检查建筑媒体屏幕播放视频的灯具的工作状态时，不再需要工人在现场进行检查，只需要的对比两份视频文件的截取画面，就可以发现未能正常工作的灯具，有效降低了屏幕灯具的检查难度且降低维护人员工作量；在此基础上，在发现问题灯具后，还能够准确且及时地定位到问题灯具的具体位置，便于后期维修。

附图说明

图1是本发明一种实施例的工作流程示意图；

图2是本发明一种实施例的详细工作流程示意图。

具体实施方式

下面结合附图，对本发明的较优的实施例作进一步的详细说明。

如图1所示，本例提供一种基于视频识别的建筑屏幕灯具监测方法，包括以下步骤：

步骤s1，获取到屏幕所播放的视频源文件；

步骤s2，播放视频源文件，并通过高清摄像机对所播放的视频进行实景拍摄，得到实际视频文件；

步骤s3，对所述实际视频文件进行分段截取，得到实际视频文件截取画面；对所述视频源文件进行分段截取，得到视频源文件截取画面；

步骤s4，对所述实际视频文件截取画面和所述视频源文件截取画面进行对比分析，根据对比分析的差异结果反馈屏幕的灯具状态信息。

本例所述步骤s1和步骤s2优选为并行运行的步骤，所述步骤s1的视频源文件优选为检测视频文件，这种检测视频文件每一个像素点的rgbw数值均已知并且可调；所述步骤s2中的高清摄像头指的是高速的超清摄像头，便于提高实际视频文件的清晰度。

如图2所示，本例所述步骤s3优选包括以下子步骤：

步骤s301，对所述实际视频文件进行等时高频截取，得到实际视频文件截取画面；

步骤s302，对所述视频源文件进行等时高频截取，得到视频源文件截取画面；

步骤s303，计算图片实际偏差，获取与所述视频源文件截取画面差异最小的实际视频文件截取画面。

更为具体的，所述步骤s301对所述实际视频文件进行等时高频截取的过程为：步骤s3011，使用java作为系统开发语言将获取的实际视频文件转换成与视频源文件同一编码类型的视频文件，该转换过程优选通过javaaudiovideoencoder开发包（ffmpeg项目的一个java封装，ffmpeg是一套可以用来记录、转换数字音频、视频，并能将其转化为流的开源计算机程序，即音视频处理开源程序）来实现；步骤3012，调用python编写的视频截取工具，在指定时刻截取转换了编码类别后的视频文件作为截图，python即计算机程序设计语言，是一种动态的、面向对象的脚本语言，python编写的视频截取工具是优选的截图工具，在实际应用中，也可以采用别的截图工具来实现；指定时刻可以根据用户的需要进行自定义设置和调整；所述步骤s302对所述视频源文件进行等时高频截取的过程为：步骤s3021，使用java作为系统开发语言将获取的实际视频文件转换成与视频源文件同一编码类型的视频文件；步骤3022，调用python编写的视频截取工具，在指定时刻截取转换了编码类别后的视频文件作为截图，同样的，python编写的视频截取工具也是优选的截图工具，在实际应用中，可以采用别的截图工具来实现；指定时刻也可以根据用户的需要进行自定义设置和调整。

所述步骤s303中，计算图片实际偏差，获取与所述视频源文件截取画面差异最小的实际视频文件截取画面，更为优选的，所述步骤s303通过计算图片实际偏差，获取与所述视频源文件截取画面差异小于预设范围的实际视频文件截取画面，具体为：使用python开发的色块提取和颜色比较工具，将实际视频文件截取画面和视频源文件截取画面这两个图片文件分别按同一编码规则提取其分辨率的rgbw值，提取位置为等距矩阵块提取，实现同一位置两个色块的rgbw值的对比；若rgbw值的对比的差异值在设定的差异范围内则判断为获取的与所述视频源文件截取画面差异小于预设范围的实际视频文件截取画面，进而能够在有效范围内允许一定的差异值，所述预设范围为预先设置且可以调整的画面差异阈值。所述色块提取和颜色比较工具为使用python的cv2工具编写的颜色提取工具，用于将图片中特定的像素点提取出颜色，然后将两张图片同一位置提取的颜色转换成rgbw值进行比较。

本例所述步骤s303获取与所述视频源文件截取画面差异最小的实际视频文件截取画面，即为了获取最可靠的实际视频文件截取画面；优选的，根据所述视频源文件截取画面的文件时间，选取该文件时间前后至少两个实际视频文件截取画面，将该文件时间前后至少两个实际视频文件截取画面分别与所述文件时间对应的视频源文件截取画面相比较，以差异最小的实际视频文件截取画面作为最终的实际视频文件截取画面。

这样设置的原因在于，由于实际视频文件是经过拍摄取回的视频文件，可能跟视频源文件之间存在一定的滞后，因此，为了使得对比的效果更真实可靠，选择与视频源文件截取画面的文件时间相对应的前后至少两个实际视频文件截取画面，这样，通过在连续的两个或是多个实际视频文件截取画面中选取出差异最小的实际视频文件截取画面作为最终的实际视频文件截取画面，提高对比的可靠性。

如图2所示，本例所述步骤s4优选包括以下子步骤：

步骤s401，计算所述实际视频文件截取画面和所述视频源文件截取画面之间的像素点的rgbw数值差异；

步骤s402，当所述像素点的rgbw数值差异在预设差异范围内，反馈灯具正常的状态信息，否则跳转至步骤s403；

步骤s403,获取灯具异常的位置信息，并反馈灯具异常的状态信息。

理论上，只要所述实际视频文件截取画面和所述视频源文件截取画面之间的像素点的rgbw数值存在差异，就说明该像素点的灯具出现了异常，即若所述实际视频文件截取画面和所述视频源文件截取画面之间的所有像素点的rgbw值均一致，则表明灯具正常工作；但是，在实际应用中，因为外部带入干扰或是受限于所述高清摄像头等因素，所述实际视频文件截取画面和所述视频源文件截取画面之间的像素点的rgbw值在灯具正常工作的时候也是存在小波动的，因此，本例设置了容错机制，即设置了预设差异范围，这样使得在允许的波动范围内不进行报警，即保证了灯具出现异常的时候能够自动检测并实现报警，也能够避免因为过于敏感或是干扰等原因而产生的误报警；本例所述预设差异范围为预先设置的正常的像素点的rgbw数值差异，该预设差异范围可以根据实际情况或需求进行调整和自定义设置。

本例所述步骤s403中，通过计算超过预设差异范围的像素点的坐标，获取所述灯具异常的位置信息，并自动反馈灯具监测到的异常信息，发送像素点坐标信息及维修需求。因为在计算所述实际视频文件截取画面和所述视频源文件截取画面之间的像素点的rgbw数值差异的过程中，是通过每一对一一对应的像素点进行比对的，因此，能够很好地获取每一个像素点的位置，当出现超过预设差异范围的像素点时，通过其坐标，就能够快速找到异常的问题灯具，便于后续的维修。

本例优选当所述像素点rgbw数值差异超出预设差异范围时，随机再抽取至少一对所述实际视频文件截取画面和所述视频源文件截取画面，并对其在该像素点位置的rgbw数值进行对比和分析；若该像素点位置的rgbw数值仍超出预设差异范围，则自动发送该像素点坐标信息及维修需求。这样的设置，为了避免误报警，也就是说，当发现所述像素点rgbw数值差异超出预设差异范围时，自动随机抽取至少一对所述实际视频文件截取画面和所述视频源文件截取画面，通过一对新的截取画面对出现异常的像素点进行再次分析和对比，如果还是出现异常，即该像素点位置的rgbw数值仍超出预设差异范围，则自动发送该像素点坐标信息及维修需求。

本例在发送所述像素点坐标信息及维修需求后，自动忽略该像素点坐标的rgbw数值差异，直到接收到维修完成的控制信号。值得一提的是，对于建筑媒体屏幕等大视频来时，其灯具是通过阵列的方式来布置和维护的，数量非常庞大，当发送所述像素点坐标信息及维修需求后，后台通过调取所述像素点坐标信息及维修需求安排后续的维修，但是如果在维修完成之前反复报警的话，势必增加数据的冗余程度，还可能耽误别的灯具报警信息，因此，在接收到维修完成的控制信号之前，默认该像素点坐标的rgbw数值差异报警只发送一次；在接收到维修完成的控制信号之后，认为该像素点所在的灯具已经维修好，再接着重新纳入自动监测。

本例所述步骤s2中，优选通过高清摄像机对所播放的视频进行实景拍摄，并对拍摄的视频进行边界处理和噪声滤波处理，得到滤除干扰后的实际视频文件。即滤除屏幕之外的信息和引入的噪声干扰，降低数据处理的复杂程度并提高其可靠性。

本例所述步骤s3中，对所述实际视频文件和所述视频源文件进行分段截取的过程中，通过同步控制对所述实际视频文件和所述视频源文件进行高频同时刻的画面截取，同步控制所述实际视频文件和所述视频源文件，可以是同时播放所述实际视频文件和所述视频源文件，并且同步对所述实际视频文件和所述视频源文件进行分段的画面截取，这样做的目的在于，能够更容易找到同一时刻便于用于对比的一组截取画面。本例所述实际视频文件和所述视频源文件的第一帧和最后一帧均必须截取，因为视频文件的第一帧和最后一帧均为关键帧，分别代表视频的开始和结束，这两个关键帧的画面都截取了，能够进一步保证数据的可靠性。

本例还提供一种基于视频识别的建筑屏幕灯具监测系统，采用了如上所述的基于视频识别的建筑屏幕灯具监测方法。

综上所述，当想要检查建筑媒体屏幕播放视频的灯具的工作状态时，本例不再需要工人在现场进行检查，只需要的对比两份视频文件的截取画面，就可以发现未能正常工作的灯具，有效降低了屏幕灯具的检查难度且降低维护人员工作量；在此基础上，在发现问题灯具后，还能够准确且及时地定位到问题灯具的具体位置，便于后期维修。

以上内容是结合具体的优选实施方式对本发明所作的进一步详细说明，不能认定本发明的具体实施只局限于这些说明。对于本发明所属技术领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干简单推演或替换，都应当视为属于本发明的保护范围。